Иногда значение конверсии (CV) имеет нулевое значение, потому что Apple скрывает фактическое CV, чтобы сохранить конфиденциальность пользователей. В AppsFlyer нулевое CV считается установкой. Рассмотрим:

• Нулевое значение отличается от пустого:
  • Пустое: пользователь установил приложение, но не выполнил никаких измеримых действий в течение окна активности. Следовательно, метрика является точной и не моделируется. 
  • Нулевое: мы не знаем, что сделал пользователь; Apple скрывает значение конверсии. 
• Нулевые CV могут исказить ваши показатели эффективности. Чтобы преодолеть искажение и обеспечить более точное измерение эффективности приложения, нулевые значения конверсии моделируются в значения конверсии в диапазоне 0-63.
  • Для нулевого моделирования требуется как минимум два дня данных из последних 14 дней.

Смоделированные значения конверсии:

• Используйте распределение установок SKAN со значениями конверсии для моделирования нулевых установок. Алгоритм, используемый для моделирования данных, является динамическим и учитывает несколько переменных. Смотрите в следующем примере, как это может работать:
  • Имеется 100 установок, 60 нулевых, 10 с CV=1, 5 с CV=3 и 25 с CV=5.
  • Это означает, что из 40 установок со значениями конверсии, 25% имеют CV=1, 12,5% имеют CV=3 и 62,5% имеют CV=5.
  • Для 60 нулевых установок получено такое же смоделированное распределение: 15 получили CV=1, 7 получили CV=3 и 38 получили CV=5.
• Показаны на дэшборде SKAN и в метриках API. Оригинальные, неизмененные метрики, не включающие смоделированные данные, доступны рядом с этими метриками и помечены как «без моделирования».
• Используют данные от следующих уровней детализации: приложение, медиа-источник, кампания и рекламный блок. Если смоделированные данные с использованием этих уровней недоступны, отображается значение N/A.

Доступны смоделированные метрики, основанные на значении конверсии:

• Вовлечение
• Частота события
• eCPA (эффективная цена за действие)
• Рост ARPU
• ROI
• ROAS д7

Отчетность SKAN сама по себе может предоставить доход только на основе окна измерения SKAN и конфигурации CV для дохода в Conversion Studio. Моделирование SKAN позволяет моделировать доход до 7 дней (168 часов) после установки.

Преимущества:

Для SKAN версии 3 и более ранних версий моделируемые данные выходят за временные рамки окна активности.

Для SKAN версии 4+:

• Актуальность данных: доход LTV становится доступным до того, как приходит второй постбэк SKAN (задержка постбэка составляет 24-144 часа).
• Измеряйте больше: вы можете использовать грубую конфигурацию значений второго и третьего постбэков для других метрик, таких как события и удержание, и по-прежнему получать данные о доходах LTV с помощью моделирования.
• Обогащение данных: если вы используете второй постбэк для измерения дохода, данные из этого постбэка используются для улучшения смоделированных данных о доходе LTV и предоставления данных о доходе на более детальном уровне, чем те 3 уровня, которые предоставляет постбэк.

Факторы, которые необходимо учитывать:

• Метрики дохода LTV отображаются для приложений с конфигурацией доходов в SKAN Conversion Studio, для доходов, которые поступают от покупок внутри приложений и от рекламы.
• Для определения дохода LTV требуются данные о доходе не менее, чем за 14 дней. То есть, если вы настроите общий доход на 1 ноября 2022 года, первая дата установки, для которой доступны смоделированные данные, будет 14 ноября 2022 года. Данные отображаются через 8 дней после этого (22 ноября 2022 года).
• Доход LTV (в настоящее время ограниченный 7 днями) и другие производные метрики доступны на дэшборде SSOT (в виджетах, графиках и таблице) на 8-й день после установки следующим образом:
  • Доход D[X]
  • ARPU D[X]
  • Валовая прибыль D[X]
  • ROI D[X]
  • ROAS D[X]

Фреймворк SKAN сам по себе предоставляет ограниченные инсайты о событиях в приложении после установки. Моделирование SKAN расширяет анализ событий в приложении и предоставляет метрики событий в приложении до 7 дней после установки.

Преимущества:

Для SKAN версии 3 и более ранних версий моделируемые данные выходят за временные рамки окна активности.

Для SKAN версии 4+:

• Актуальность данных: LTV событий в приложении становится доступным до того, как приходит второй постбэк SKAN (задержка постбэка составляет 24-144 часа).
• Измеряйте больше: вы можете использовать грубую конфигурацию значений второго и третьего постбэков, чтобы измерять доход, коэффициент удержания и т. д., и при этом с помощью моделирования получать метрики LTV по событиям в приложении.
• Обогащение данных: если вы используете второй постбэк для измерения событий в приложении, данные из постбэка используются для повышения точности смоделированных метрик событий в приложении, обеспечивая более детальное измерение, чем при использовании только coarse-постбэка SKAN.

Факторы, которые необходимо учитывать:

• Метрики доступны с 7 марта 2024 года.
• События в приложении (как измерения) и их показатели доступны только для:
  • События, настроенные в SKAN Conversion Studio.
  • События, произошедшие в течение периода окна 1 SKAN.
• Для метрик событий в приложении D7 требуется не менее 14 дней данных о событиях в приложении. Например, если вы настроите событие в приложении в SKAN Conversion Studio 1 января 2024 года, первая дата установки, для которой будут доступны смоделированные данные, — 14 января 2024 года. Данные отображаются через 8 дней после этого (22 января 2024 года).
• Метрики LTV для событий в приложении (в настоящее время ограничены 7 днями) и другие производные метрики доступны на дэшборде SSOT (в виджетах, диаграммах и таблице) на 8-й день после установки следующим образом:
  • Уникальные пользователи события D7
  • Конверсия события D7
  • Событие eCPA D7
  • Доход д7
• Число уникальных пользователей события на D2 может быть выше, чем на D7, если не все даты в выбранном диапазоне достигли 7-го дня, поэтому метрики D7 ограничены данными AppsFlyer. Иерархию «источник» или "метод атрибуции" можно добавить в таблицы для визуализации.

В постбэках SKAN нет параметра гео. Поэтому данные SKAN не могут быть сгруппированы по географическому признаку с помощью только постбэков SKAN. Однако AppsFlyer способен моделировать гео установок SKAN, чтобы предоставить параметр геоданных и группировку данных SKAN.

Если на уровне кампании нет доступных данных атрибуции AppsFlyer Classic, геомоделирование не оценивает распределение по гео в представлении «Единый источник истины» SSOT.

Моделируемые геоданные:

• Используют инструменты машинного обучения, учитывающие распределение гео для установок в рамках кампаний, атрибутированных с помощью других методов AppsFlyer.
• Доступны через параметр гео на дэшборде SSOT.
  Примечание: Если вы группируете данные как по гео, так и по методу атрибуции, вы можете увидеть данные для каждого гео, разделенные между AF-моделью и уникальными установками SKAN. Уникальные установки SKAN — это смоделированные данные.

Важно:

• Точность моделирования геоданных в AppsFlyer составляет около 90%. Если гео нельзя смоделировать, то установка SKAN группируется как None (Нет). None означает, что геоданные неизвестны.